An Interpretable BO-TCBDA Deep Learning Framework for Winter Wheat Yield Estimation Using Multi-Source Remote Sensing Data
提出BO-TCBDA深度学习框架,融合多源遥感数据估算冬小麦产量,兼具高精度与可解释性。
卫星与无人机遥感、长势监测与产量估测
提出BO-TCBDA深度学习框架,融合多源遥感数据估算冬小麦产量,兼具高精度与可解释性。
研究利用多传感器模拟光谱和三维指数,结合GA-BPNN,分物候期估算黄花菜土壤全氮,提高精度。
通过数据同化整合卫星遥感与WOFOST模型,提高夏玉米产量估算精度。
通过传感器、遥感和机器学习连续监测两年不同降雨下鳄梨的亏缺灌溉响应。
利用遥感分析伊朗马赞达兰东部稻田焚烧与空气污染的关系。
SMFS-RF: a knowledge-guided machine-learning method for crop phenology extraction from fine-resolution vegetation index data。Remote Sensing of Environment
利用GEE和随机森林分类,监测2004-2024年城乡过渡区土地利用变化,精度高。
利用高光谱影像和深度学习模型对印度两地区进行土地覆盖分类,比较CNN、ResNet-18和VGG-1
利用遥感和GIS对半干旱流域进行水土保持措施的空间规划与选址。
利用Landsat影像分析埃塞俄比亚Adama市城市化引起的土地利用变化及其对地表温度和光谱指数的影
研究卫星监测对土地监测有效性的影响,并检验数据驱动决策的中介作用。
研究渤海沿岸五城市夜间灯光衰减与海岸天空辉光范围,提出分级管理框架。
用仅含609个参数的MLP从UAV红光波段重建近红外波段,低成本替代多光谱相机。
提出基于卫星观测的高纬度火灾排放估算方法HLFREM,直接关联辐射能与CO排放。
用无人机多光谱和VGG21深度学习检测小麦涝害并评估硅肥效果。
利用遥感和GIS评估地下水潜力区并规划人工补给结构,以促进可持续水资源管理。
提出多模态融合网络DMP-UNet,利用无人机多光谱图像高精度监测小麦氮素水平。
评估卢旺达Kamonyi区人为活动对土地利用/覆盖变化的影响,发现建设用地增加、植被减少。
利用PROBA-V和Sentinel-3的FAPAR数据,开发了欧洲生物群系特异的LUE模型EU-G
综述了基于不同遥感数据源的土壤水分反演模型及卫星产品,为初学者提供系统参考。